【摘要】：隨著互聯(lián)網(wǎng)的發(fā)展、存儲(chǔ)規(guī)模的驟增,大型數(shù)據(jù)中心硬盤(pán)頻繁損壞導(dǎo)致的數(shù)據(jù)丟失給企業(yè)帶來(lái)的損失已成為不可忽視的重大問(wèn)題.以往基于硬盤(pán)SMART(self-monitoring,analysis and reporting technology)屬性建立的包括應(yīng)用統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)等方法在內(nèi)的各種硬盤(pán)故障預(yù)測(cè)模型,雖然取得了較好的效果,但其數(shù)據(jù)采集及處理等方面均存在不足之處.基于某真實(shí)的互聯(lián)網(wǎng)大型數(shù)據(jù)中心環(huán)境,提取SMART屬性數(shù)據(jù),并提出了一種基于神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣的方法,結(jié)合Rank Sum秩和檢驗(yàn)、RAT反向安排測(cè)試、Z-Score評(píng)分3種無(wú)參統(tǒng)計(jì)學(xué)方法,對(duì)屬性進(jìn)行選擇,應(yīng)用CART決策樹(shù)及BP神經(jīng)網(wǎng)絡(luò)2種機(jī)器學(xué)習(xí)方法,建立硬盤(pán)故障預(yù)測(cè)模型.實(shí)驗(yàn)表明描述的2種硬盤(pán)故障預(yù)測(cè)模型均具有很好的性能,這是機(jī)器學(xué)習(xí)算法在實(shí)際應(yīng)用場(chǎng)景下很好的實(shí)踐.此外,通過(guò)實(shí)驗(yàn)以及對(duì)實(shí)驗(yàn)的分析和解釋,得出一些有益的結(jié)論,這為下一步的研究工作奠定了基礎(chǔ).
[Abstract]:With the development of Internet and the sudden increase of storage scale, the loss of data caused by frequent damage to hard disk of large data center has become an important problem that can not be ignored. In the past, a variety of hard disk fault prediction models based on smart (self-monitoring analysis and reporting technology) attributes, including applied statistics and machine learning, have been established. Although good results have been achieved, their data acquisition and processing have some shortcomings. Based on a real Internet data center environment, smart attribute data is extracted, and a method based on neural network weight matrix is proposed. Three non-parametric statistical methods are proposed, including Rank Sum rank sum test and Rank Sum rank sum test. Two machine learning methods, cart decision tree and BP neural network, are used to establish the hard disk fault prediction model. The experiments show that the two kinds of hard disk fault prediction models have good performance, which is a good practice of machine learning algorithm in the practical application scenario. In addition, through the experiment and the analysis and explanation of the experiment, some useful conclusions are drawn, which lays the foundation for the next research work.
【作者單位】： 南開(kāi)大學(xué)計(jì)算機(jī)與控制工程學(xué)院;北京奇虎科技有限公司;南開(kāi)大學(xué)軟件學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61373018;11301288) 教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃基金項(xiàng)目(NCET130301) 中央高�；A(chǔ)科研費(fèi)基金項(xiàng)目(65141021)
【分類(lèi)號(hào)】：TP333.35

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁和云;;硬盤(pán)軟故障排除知識(shí)及實(shí)例[J];廣東電腦與電訊;2001年12期

2 傅莉;硬盤(pán)的維護(hù)及常見(jiàn)故障的處理[J];現(xiàn)代科學(xué)儀器;2003年06期

3 王榮福;升級(jí)導(dǎo)致的一例硬盤(pán)故障[J];網(wǎng)絡(luò)與信息;2004年02期

4 牟景華;硬盤(pán)維護(hù)及故障分析[J];福建電腦;2004年05期

5 子言;拿什么來(lái)拯救你——硬盤(pán)損壞與壞道修復(fù)接觸[J];電腦愛(ài)好者;2004年11期

6 張率;“扎”住硬盤(pán)的故障[J];電腦知識(shí)與技術(shù);2005年04期

7 郭紅霞,孟林;淺談?dòng)脖P(pán)損壞與恢復(fù)原理[J];福建電腦;2005年04期

8 ;排除故障 硬盤(pán)故障修復(fù)十大攻略[J];電子科技;2006年01期

9 神州;;遇到硬盤(pán)故障不要慌[J];網(wǎng)絡(luò)與信息;2006年02期

10 李洪濤;;常見(jiàn)硬盤(pán)故障解決方案[J];黑龍江科技信息;2007年10期

相關(guān)會(huì)議論文 前1條

1 張宏;;淺談?dòng)?jì)算機(jī)硬盤(pán)故障的診治[A];中國(guó)航海學(xué)會(huì)通信導(dǎo)航專(zhuān)業(yè)委員會(huì)2003學(xué)術(shù)年會(huì)論文集[C];2003年

相關(guān)重要報(bào)紙文章 前10條

1 云南 鄒恩慶;硬盤(pán)自舉失敗解決兩例[N];電腦報(bào);2005年

2 鄭信武;硬盤(pán)應(yīng)用專(zhuān)題問(wèn)答[N];中國(guó)電腦教育報(bào);2002年

3 何冰;電源損壞硬盤(pán)的分析[N];中國(guó)計(jì)算機(jī)報(bào);2003年

4 山東 袁均平;硬盤(pán)故障排除二則[N];電子報(bào);2009年

5 解國(guó)忠;硬盤(pán)怪叫故障解決[N];中國(guó)電腦教育報(bào);2004年

6 山西 胡彬;硬盤(pán)修復(fù)記[N];中國(guó)電腦教育報(bào);2004年

7 盧增云;壞道硬盤(pán)巧修復(fù)兩例[N];中國(guó)計(jì)算機(jī)報(bào);2003年

8 王榮福;硬盤(pán)故障離奇發(fā)生 升級(jí)電腦需要注意兼容問(wèn)題[N];中國(guó)計(jì)算機(jī)報(bào);2004年

9 黃家貞;巧用“硬盤(pán)修復(fù)王”拯救硬盤(pán)[N];中國(guó)電腦教育報(bào);2003年

10 ;判斷硬盤(pán)故障的幾大關(guān)鍵[N];中國(guó)電腦教育報(bào);2004年

相關(guān)碩士學(xué)位論文 前2條

1 朱炳鵬;大規(guī)模存儲(chǔ)系統(tǒng)硬盤(pán)故障預(yù)測(cè)方法研究[D];南開(kāi)大學(xué);2014年

2 涂輝;溫度屬性對(duì)存儲(chǔ)設(shè)備可靠性影響的研究[D];華中科技大學(xué);2012年

，

本文編號(hào)：2125798